合肥综合性国家科学中心能源研究院智慧电力中心研究了一种基于加权模糊聚类的风电功率预测方法，本发明公开了一种基于加权模糊聚类的风电功率预测方法，其步骤包括：

1基于灰色关联度理论选取强相关的气象特征；

2利用特征加权的模糊C均值聚类算法对关键气象特征集合划分数据样本子集，采用反向传播神经网络分类建模；

3调用与当前时段特征最相似的模型进行功率预测，为完善边界数据的所属关系，利用隶属度函数综合多个预测模型确认其风电出力。

本发明从分类建模和特征匹配两个角度来强化气象特征与样本子集的匹配程度，从随机波动的风电信号中挖掘潜在联系，提高风电模型的预测精度。